pandas.Series 概念

安装 pandas 库

pip install pandas

基本概念

Series 是带有标签的一维数组，可以保存任何数据类型，轴标签统称为索引

# 导入numpy、pandas模块
import numpy
import pandas

a = numpy.random.rand(5)
s = pandas.Series(a)
print(s)
print(type(s)) # 查看数据类型

# .index：查看series索引，类型为rangeindex
print(s.index,type(s.index)) 
# .values：查看series值，类型是ndarray
print(s.values,type(s.values)) 

• series相比于ndarray，是一个自带索引index的数组 → 一维数组 + 对应索引，当只看series的值的时候，就是一个ndarray
• series和ndarray较相似，索引切片功能差别不大
• series和字典相比，series更像一个有顺序的字典(字典本身不存在顺序)，其索引原理与字典相似(一个用key，一个用index)

Series 创建

字典创建

# Series 创建方法一：由字典创建，字典的key就是index，values就是values
import numpy
import pandas

dic = {"a":1,"b":2,"c":3}
s = pandas.Series(dic)
print(s)

数组创建

# Series 创建方法二：由数组创建(一维数组)
import numpy
import pandas

ar = numpy.random.randn(5)
s = pandas.Series(ar)
print(ar)
print(s) # 默认index是从0开始，步长为1的数字

s = pandas.Series(ar,index = ["a","b","c","d","e"],dtype = numpy.object)
# index参数：设置index，长度保持一致
# dtype参数：设置数值类型
print(s)

标量创建

# Series 创建方法三：由标量创建
import numpy
import pandas
s = pandas.Series(10,index = range(0,4))
print(s)
# 如果data是标量值，则必须提供索引。该值会重复，来匹配索引的长度

name：名称属性

import numpy
import pandas
# name为Series的一个参数，创建一个数组的名称
s = pandas.Series(numpy.random.rand(5),name = "test")
print(s)
# .name方法：输出数组的名称，输出格式为str，如果没用定义输出名称，输出为None
s2 = s.rename("demo")
# .rename()重命名一个数组的名称，并且新指向一个数组，原数组不变
print(s)
print(s2)